مروری بر روشهای سنتی و یادگیری ماشین جهت ارزیابی و پیشبینی ریسک در صنعت ساخت
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 84
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MMAT06_078
تاریخ نمایه سازی: 17 خرداد 1405
چکیده مقاله:
این مقاله به بررسی روشهای سنتی و یادگیری ماشین در ارزیابی و پیشبینی ریسک در صنعت ساخت می پردازد. روشهای سنتی با وجود مزایایی مانند سادگی و نیاز کمتر به داده محدودیت هایی در دقت و کاربرد به ویژه در پروژه های پیچیده ساختمانی دارند. برای رفع این محدودیت ها از الگوریتم های یادگیری ماشین به منظور پیش بینی دقیق تر ریسک و ارزیابی عوامل موثر استفاده شده است. این پژوهش که به صورت مروری و با بررسی مطالعات گذشته انجام شده نشان می دهد که یادگیری ماشین دقت پیش بینی ریسک را به طور چشمگیری افزایش می دهد؛ هر چند نیاز به داده های حجیم چالشی مهم باقی می ماند. این مقاله می تواند به مدیران پروژه در انتخاب مناسب ترین فناوری برای ارزیابی و پیش بینی ریسک پروژه ها کمک کند.
کلیدواژه ها:
نویسندگان
محمد نیما اسلامیان
دانشجوی دکتری دانشکده عمران دانشگاه علم و صنعت ایران
مصطفی خانزادی
استاد دانشکده عمران دانشگاه علم و صنعت ایران